3.根據(jù)權(quán)利要求2所述的一種基于繪畫筆觸指導(dǎo)的人臉?biāo)孛枭煞椒?其特征在于步驟(2)所述的筆觸分類器模型的構(gòu)建及預(yù)訓(xùn)練：

2-1使用人臉分割網(wǎng)絡(luò)BiseNet生成Mask數(shù)據(jù)集

通過人臉分割網(wǎng)絡(luò)BiseNet對(duì)預(yù)處理后數(shù)據(jù)集中的人臉圖像做語義解析，為每個(gè)語義成分分配一個(gè)像素級(jí)標(biāo)簽并進(jìn)行標(biāo)注；

最后獲得的20個(gè)人臉語義標(biāo)簽如下：

atts＝[1'skin',2'l_brow',3'r_brow',4'l_eye',5'r_eye',6'eye_g',7'l_ear',8'r_ear',9'ear_r',10'nose',11'mouth',12'u_lip',13'l_lip',14'neck',15'neck_l',16'cloth',17'hair',18'hat'，20'mustache']；

2-2根據(jù)20個(gè)人臉語義標(biāo)簽自定義人臉?biāo)孛韫P觸標(biāo)簽：

平滑筆觸：patch塊最大值為1 or 6 or 11 or 14 or 15 or 16，則label為1；

毛發(fā)筆觸：patch塊最大值為2 or 3 or 17 or 20，則label為2；

強(qiáng)結(jié)構(gòu)筆觸：patch塊最大值為7 or 8 or 9 or 10 or 12 or 13，則label為3；

邊界筆觸：提取塊和則label為4；

其余為背景0；

針對(duì)上述筆觸標(biāo)簽的定義標(biāo)準(zhǔn)可能出現(xiàn)的錯(cuò)誤，使用標(biāo)簽平滑技術(shù)，設(shè)置錯(cuò)誤率為ε，則對(duì)應(yīng)的標(biāo)簽更新為：

label＝((1-ε)*label)+(ε/class_num)

其中，class_num表示分類的標(biāo)簽數(shù)5；

2-3構(gòu)建筆觸分類器網(wǎng)絡(luò)；

使用DenseNet網(wǎng)絡(luò)構(gòu)建筆觸分類器，其中設(shè)置的growthRate＝6,depth＝10,reduction＝0.5；

2-4訓(xùn)練筆觸分類器網(wǎng)絡(luò)模型并保存

對(duì)于筆觸分類器網(wǎng)絡(luò)模型，使用nll_loss作為損失函數(shù)，使用Adam優(yōu)化器完成梯度更新；每隔20個(gè)epoch保存一次模型，總共訓(xùn)練800epoch。